本项目为前几天收费帮学妹做的一个项目在工作环境中基本使用不到但是很多学校把这个当作编程入门的项目来做故分享出本项目供初学者参考。一、项目描述基于SegFormer语义分割模型的遥感建筑物损伤检测工具基于 SegFormer 语义分割模型的遥感建筑物损伤检测工具通过对比灾前/灾后遥感图像自动识别建筑物位置并评估损伤程度计算损伤比率并分级标注。提供 PyQt6 桌面界面支持图片上传、一键检测、结果可视化与历史记录管理。二、项目功能– 建筑物检测对灾前图像进行语义分割提取建筑物轮廓与外接区域– 损伤评估对每个建筑物区域分析灾后图像计算损伤像素占比– 分级标注按损伤比率分为低20%绿色、中20%–70%黄色、高70%红色三级– 结果输出生成建筑物分割叠加图和损伤标注结果图– 桌面界面上传灾前/灾后图片 → 点击检测 → 页面直接展示分割图与损伤标注图– 历史记录每次检测自动存档含输入图片副本和结果可随时回看或清空三、运行环境– 建筑物检测对灾前图像进行语义分割提取建筑物轮廓与外接区域– 损伤评估对每个建筑物区域分析灾后图像计算损伤像素占比– 分级标注按损伤比率分为低20%绿色、中20%–70%黄色、高70%红色三级– 结果输出生成建筑物分割叠加图和损伤标注结果图– 桌面界面上传灾前/灾后图片 → 点击检测 → 页面直接展示分割图与损伤标注图– 历史记录每次检测自动存档含输入图片副本和结果可随时回看或清空四、项目技术– 深度学习模型SegFormer-B1Mix Vision Transformer 轻量 MLP 解码器二分类语义分割– 推理框架PyTorchCPU 模式torch.no_grad– 图像处理OpenCV读取、resize、轮廓检测、掩膜叠加、结果写入– 桌面框架PyQt6QThread 后台加载模型与推理界面不阻塞QTabWidget 分页展示结果自适应图片缩放– 可视化OpenCV 图像叠加 matplotlib 损伤树状图可选– 数据持久化本地文件系统存档 JSON 索引history/ 目录– 权重管理requests 下载 hashlib SHA256 校验 tqdm 进度条以上系统源码经过技术整理与调试确保能正常运行五、项目截图